《Frontiers in Aging Neuroscience》：Altered brain network dynamics and functional connectivity in subjective cognitive decline: an edge-centric network study
编辑推荐：
本研究采用边缘中心功能网络(eFC)框架，通过构建高/低振幅共波动网络，揭示主观认知下降(SCD)患者脑网络动态特征。发现SCD组峰值振幅降低、波谷间期(TTD)延长，且TTD与APOE ε4基因数正相关。网络拓扑分析显示SCD全局指标(γ/λ/σ/Eloc)下降，高振幅网络更能识别节点中心性异常。研究成果为AD谱系早期诊断提供新型生物标志物。
引言
主观认知下降(SCD)作为阿尔茨海默病(AD)谱系的重要前驱阶段，其患病率在60岁以上人群中高达44.5%，进展为痴呆的风险是健康对照(HC)的2-3倍。研究表明SCD患者已出现Aβ沉积、tau蛋白聚集等AD病理改变，且载脂蛋白E(APOE) ε4基因携带率显著高于HC。但由于SCD诊断依赖主观感受，缺乏客观生物标志物，探索其神经机制对早期诊断具有重要意义。
传统节点中心功能连接(nFC)分析存在时空分辨率限制，而新兴的边缘中心功能连接(eFC)框架通过边缘时间序列(ETS)能精准捕捉脑区间的瞬时共波动。该方法已成功应用于自闭症谱系障碍等疾病的鉴别诊断，但其在SCD研究中的应用尚属空白。本研究首次将eFC框架应用于SCD群体，通过构建高/低振幅帧网络，从多角度揭示SCD脑网络动态改变特征。
材料与方法
研究纳入ADNI数据库的211例SCD患者和210例HC。所有被试完成静息态功能磁共振(rs-fMRI)扫描，采用Schaefer200脑图谱划分200个感兴趣区(ROI)。通过计算z-score时间序列的乘积得到ETS，进而提取所有时间点共波动信号的平方和根(RSS)作为全局脑共波动强度指标。定义峰值振幅（相邻波谷间最高峰值）和波谷间期(TTD)作为脑网络动态特征参数。
将RSS值前10%的时间点定义为高振幅帧，其余为低振幅帧，分别构建功能网络。采用图论分析全局指标（标准化聚类系数γ、标准化特征路径长度λ、小世界属性σ、局部效率Eloc等）和节点指标（节点效率Ne、度中心性Dc、介数中心性Bc）。使用网络基统计(NBS)方法识别组间差异连接子网，并通过Spearman相关分析探讨影像指标与认知评分（MMSE、MoCA）、APOE ε4基因数的关联。
结果
脑网络动态特征显示，SCD组峰值振幅显著低于HC(p=0.020)，TTD明显延长(p<0.001)，且TTD与APOE ε4基因数呈正相关(r=0.119, p=0.023)。网络拓扑分析发现，在高/低振幅帧网络中，SCD组的γ、λ、σ和Eloc均显著降低。节点中心性改变主要表现为下降趋势：高振幅帧网络中发现11个ROI的Bc降低（涉及左中央后回、左角回等），低振幅帧网络中仅3个ROI出现下降。NBS分析在高振幅帧网络中发现SCD相关子网（11个ROI、13条连接），主要位于默认模式网络(DMN)。
相关性分析显示，低振幅帧网络的λ与MoCA评分负相关(r=-0.131, p=0.010)；高振幅帧网络中右中央后回(ROI127)的Bc与MMSE正相关(r=0.109, p=0.025)，而左右角回间连接与MMSE负相关(r=-0.099, p=0.042)。
讨论
本研究通过eFC框架首次系统揭示了SCD患者脑网络动态异常：降低的峰值振幅反映脑活动强度减弱，可能与AD相关病理导致的神经元功能障碍有关；延长的TTD提示脑状态转换灵活性下降，其与APOE ε4基因的关联为AD连续体病理机制研究提供新线索。高振幅帧网络能检测到更多节点中心性改变，表明强共波动状态更易暴露网络整合异常。全局拓扑指标下降反映SCD脑网络随机化趋势，子网连接增强可能提示DMN内兴奋-抑制平衡破坏。这些细微但显著的改变为SCD早期诊断提供了潜在生物标志物。
局限性包括横断面设计无法追踪动态演变、未纳入任务态fMRI验证、SCD诊断标准异质性以及未完全控制脑小血管病等混杂因素。未来需开展纵向研究明确这些网络指标对AD进展的预测价值。
结论
边缘中心网络分析能有效捕捉SCD相关的脑网络共波动异常，其中TTD与APOE ε4基因的关联性、高振幅帧网络对认知相关改变的敏感性，使其成为AD谱系疾病早期诊断的有力补充工具。该框架为揭示SCD神经机制提供了多维度视角，有望推动AD超早期干预策略发展。
